近年来,随着人们对数据处理能力、计算能力的要求不断提高,云计算应时而生并有了非常快速的发展,并且逐渐应用到学术领域、商业领域等等各个领域。海量资源、按需付费使得云计算用户在使用网络服务时更加方便、更加高效。云任务调度的核心是按照用户对服务的不同需求给任务分配合理的资源。其中,云计算调度需要重点考虑的问题是怎么样把符合云用户服务质量需求(Qos)的服务提供给用户。云计算本身具有的特征:复杂性、开放性、虚拟资源的动态变化、信任关系多样性等,正是因为云计算的这些特征,使得用户在使用云计算服务时面临着可信性等安全问题。在这种严峻的云安全形势下,云任务调度作为重点研究内容,其安全性、可靠性成了阻碍云计算的研究与发展的重要原因。因此,本文重点研究可信云上的任务调度问题。为了给云计算用户提供一个安全可信赖的服务环境,本文将可靠性参数与信任相结合,设计了一种信任管理模型。可靠性是Qos的属性参数之一,可以通过它来保证用户在使用云服务时获得的资源更加可靠,更加安全,同时也满足了用户的服务需求。该信任模型可以加强对云服务提供商的虚拟资源节点的安全性,使云用户在使用云服务时更加放心,改善云服务的可信性问题。粒子群算法(PSO)作为启发式的智能算法,它是模仿动物中鸟类、鱼类寻找食物的过程,算法实现简单且收敛于最优解的速度快,但是在优化过程的后期非常易陷入局部最优解。本文将模拟退火算法(SA)的概率抽样加入PSO算法中对其容易陷入局部最优的缺点进行改进,提出了PSO-SA算法。SA算法是模拟的物理中的退火过程,利用SA算法的Metropolis准则对PSO算法每次迭代后产生的个体最优解使用抽样操作,这样一是避免了陷入局部最优解,二也保证了种群的多样性。在信任模型的基础上,进行云的任务调度,可以有效提高云环境下任务的管理,进而提高资源的合理分配。最后,通过CloudSim云仿真软件的使用来验证算法的有效性,实验结果表明PSO-SA算法可以更好地满足用户对云服务质量的可靠性的要求。通过对优化前后两种算法实验结果对比,表明采用模拟退火算子对算法进行优化后,算法性能有所改善。